АНАЛИЗ ВВП, ИНФЛЯЦИИ И БЕЗРАБОТИЦЫ В КАЗАХСТАНЕ НА ОСНОВЕ МОДЕЛЕЙ ARIMA И VAR

Аннотация

Статья посвящена анализу изменений макроэкономических показателей Республики Казахстан — валового внутреннего продукта (ВВП), инфляции и уровня безработицы — с использованием эконометрических моделей ARIMA и VAR. В условиях экономической нестабильности и зависимости страны от внешних факторов задача качественного прогнозирования и интерпретации этих показателей становится особенно актуальной. Цель статьи — определить, насколько эффективно классические методы анализа временных рядов позволяют моделировать и раскрывать состояние ключевых макроэкономических переменных в экономике Казахстана. Сравнивая модели ARIMA и VAR на основе макроэкономических данных Казахстана за период с 1994 по 2023 годы, исследование показало, что классические методы временных рядов являются эффективным инструментом для краткосрочного прогнозирования и понимания основных динамических взаимосвязей между переменными. Аналитическая и вычислительная часть исследования была выполнена с использованием программной платформы R Studio. Результаты проведенного эконометрического моделирования позволили выявить взаимосвязи и динамические зависимости между этими показателями. Кроме того, применение данных моделей может служить научно-практической основой для прогнозирования развития национальной экономики в будущем. Полученные результаты могут быть использованы лицами, формирующими экономическую политику, в качестве эффективного инструмента краткосрочного прогнозирования с применением классических моделей временных рядов. Однако в периоды структурных потрясений, таких как пандемия COVID-19, ограничения этих моделей становятся особенно очевидными. Поэтому в такие периоды рекомендуется использовать модели временных рядов с осторожностью и дополнять их альтернативными подходами. Теоретическая значимость исследования заключается в возможности более глубокого понимания динамических взаимосвязей между экономическими показателями с помощью эконометрических моделей. С практической точки зрения, полученные результаты могут оказаться полезными при планировании национальной экономической политики, а также для своевременного принятия антикризисных мер. В будущих исследованиях предлагается повысить точность прогнозирования за счет применения структурных моделей VAR или методов машинного обучения.